【技术实现步骤摘要】
一种基于无线信号的区域人群密度估计方法
[0001]本专利技术属于区域人群密度估计领域，尤其涉及一种基于无线网络信号的区域人群密度估计方法。
技术介绍
[0002]近来随着人口的增长以及城市人群活动的多样化，人群拥挤的场景随处可见，如机场、车站、景点等，区域精准人群密度估计对公共管理以及公共安全的重要性日益凸显；区域精准人群密度估计在智能监控、智慧城市建设及社会安全等领域都有广泛应用，特别是当下由于新冠肺炎全球流行，急需对公共场所的人群流量进行监管。例如，随着地铁乘客的增多，地铁部分车厢经常处于一种十分拥挤的状态，而车厢上的摄像头又无法分辨出车厢内的人群密度，不能智能分流引导各个站台上的候车乘客前往部分非拥挤车厢候车，改善乘客的乘坐体验，而车厢长时间处于高度拥挤的状态也容易发生安全事故；室内人员移动的随机性和不确定性使得建筑空间人员负荷难以准确估计，导致现有空调负荷控制策略效果欠佳，系统响应不及时且滞后性大，造成能源浪费以及建筑内部环境热舒适性降低；而景区人群密度与人群安全密切相关，当人群密度过高时，容易引起恐慌、拥挤以及踩...
【技术保护点】
【技术特征摘要】
1.一种基于无线信号的区域人群密度估计方法，其特征在于，包括以下步骤：S1、利用无线网络接口卡收集区域内无线信号的信道状态信息，选择无线信号信道状态信息子载波，计算任意两个子载波信道状态信息的相位差；对相位差进行预处理，预处理包括利用高通滤波选择无线信号信道状态信息子载波的子集和基于主成分分析去除无线信号噪声；计算去除噪声的无线信号空间谱在固定时间窗口内的方差，确定区域内人群处于安静状态还是小幅运动状态，并估计处于每种状态的持续时间；S2、根据区域人群处于安静状态或小幅运动状态的持续时间，利用排队理论建立区域内人数与状态持续时间概率密度函数的相关性模型；S3、采用基于通用无线网络信号的区域人数及密度系统及步骤S2构建的区域内人数与状态持续时间概率密度函数的相关性模型来估计区域内待计数的人群密度；提出区域人群动作的时序信息，利用最大后验概率估计区域人数并计算区域人群密度。2.根据权利要求1所述基于无线信号的区域人群密度估计方法，其特征在于：步骤S1中区域内人群处于安静状态表示区域内所有人除了呼吸外无其他任何活动，区域内人群处于小幅运动状态表示区域内有人调整坐姿、看手机、拉伸或咳嗽。3.根据权利要求1所述基于无线信号的区域人群密度估计方法，其特征在于，步骤S1具体包括如下步骤：S102、对无线网络接口卡收集的子载波信道状态信息，计算任意两个子载波信道状态信息的相位差：上式中，表示t时刻第k个子载波上的天线和天线之间的相位差，表示时刻第k个子载波上的天线的相位，表示时刻第k个子载波上的天线的相位；S104、设定短时间校准期，该短时间校准期内区域内人群处于安静状态，收集无线信号测量值，计算信噪比：上式中，表示第个子载波上的天线和天线的信噪比，表示t时刻第个子载波上的天线和天线之间的相位差，是呼吸状态下无线信号的最大带宽，表示无线信号的频率；采用基于通用无线网络信号的区域人数及密度系统，选取设定数量个信噪比最大的无线信号子载波信道状态信息的相位差数据，将相位差数据进行高通滤波，进一步通过主成分分析提取第一个主成分
푤
(
푡
)，
푤
(
푡
) 包含区域内人群的运动信息，噪声数据分布在其余主成分中，将
푤
(
푡
)作为包含人群运动信息的关键数据；对相位差数据进行去噪；S106、计算去除噪声的无线信号空间谱在固定时间窗口内的方差，确定区域内人群处
于安静状态还是小幅运动状态，并估计处于每种状态的持续时间：首先通过截止频率为的高通滤波器过滤频谱主成分信号
푤
(
푡
)，经高通滤波器滤波后的信号记为，在安静状态只包含噪声，在运动状态除包含噪声外还包含人群运动信息；设表示区域中至少有一个人在动作，而表示人群全部处于安静状态；在时刻
휏
，通过计算的方差并与预设阈值比较，来判断区域内是否有人动作：上式中，表示经高通滤波器滤波后的信号在时刻
휏
的方差，是预设阈值，表示噪声的下界；计算校准期的信号频谱主成分来确定，用呼吸状态下无线信号的最大带宽作为高通滤波器的截止频率；通过截止频率为的高通滤波器过滤得到信号，信号集中在范围以...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。